Fugu-MT 論文翻訳(概要): Watch from sky: machine-learning-based multi-UAV network for predictive police surveillance

論文の概要: Watch from sky: machine-learning-based multi-UAV network for predictive police surveillance

arxiv url: http://arxiv.org/abs/2203.02892v1
Date: Sun, 6 Mar 2022 07:21:05 GMT
ステータス: 処理完了
システム内更新日: 2022-03-08 15:19:13.007653
Title: Watch from sky: machine-learning-based multi-UAV network for predictive police surveillance
Title（参考訳）: 空から見る: 予測警察監視のための機械学習に基づくマルチUAVネットワーク
Authors: Ryusei Sugano, Ryoichi Shinkuma, Takayuki Nishio, Sohei Itahara, Narayan B. Mandayam
Abstract要約: 当社の枠組みは,UAVがデータの収集・配信に有用であり,モビリティが高いため,犯罪抑止を約束する。我々のフレームワークは、UAVの制御と派遣、犯罪の予測に機械学習(ML)技術に依存している。
参考スコア（独自算出の注目度）: 7.581422815806742
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents the watch-from-sky framework, where multiple unmanned aerial vehicles (UAVs) play four roles, i.e., sensing, data forwarding, computing, and patrolling, for predictive police surveillance. Our framework is promising for crime deterrence because UAVs are useful for collecting and distributing data and have high mobility. Our framework relies on machine learning (ML) technology for controlling and dispatching UAVs and predicting crimes. This paper compares the conceptual model of our framework against the literature. It also reports a simulation of UAV dispatching using reinforcement learning and distributed ML inference over a lossy UAV network.
Abstract（参考訳）: 本稿では,複数の無人航空機 (UAV) が4つの役割,すなわちセンサ,データ転送,コンピューティング,パトロールを果たす,予測型警察監視のための監視・監視フレームワークを提案する。当社の枠組みは,UAVがデータの収集・配信に有用であり,モビリティが高いため,犯罪抑止を約束する。我々のフレームワークは、UAVの制御と派遣、犯罪の予測に機械学習(ML)技術に依存している。本稿では,本フレームワークの概念モデルを文献と比較する。また、強化学習と分散ML推論を用いたUAVディスパッチのシミュレーションを、損失のあるUAVネットワーク上で報告する。

関連論文リスト

Enhancing Privacy and Security of Autonomous UAV Navigation [0.8512184778338805]
国境警備や災害対応といった重要なシナリオでは、自律型無人機の安全な航行が最重要である。本稿では,RL(Reinforcement Learning)とFHE(Fully Homomorphic Encryption)を組み合わせて,自律型UAVナビゲーションを実現する革新的な手法を提案する。提案手法により,自律型UAVナビゲーションにおけるセキュリティとプライバシが保証され,性能が損なわれない。
論文参考訳（メタデータ） (2024-04-26T07:54:04Z)
Tiny Multi-Agent DRL for Twins Migration in UAV Metaverses: A Multi-Leader Multi-Follower Stackelberg Game Approach [57.15309977293297]
無人航空機(UAV)とメタバースの相乗効果は、UAVメタバースと呼ばれる新しいパラダイムを生み出している。本稿では,UAVメタバースにおける効率的なUTマイグレーションのためのプルーニング技術に基づく,機械学習に基づく小さなゲームフレームワークを提案する。
論文参考訳（メタデータ） (2024-01-18T02:14:13Z)
Evidential Detection and Tracking Collaboration: New Problem, Benchmark and Algorithm for Robust Anti-UAV System [56.51247807483176]
無人航空機(UAV)は輸送、監視、軍事など多くの地域で広く使われている。従来は、UAVの先行情報が常に提供されていた追跡問題として、このようなアンチUAVタスクを単純化していた。本稿では,従来のUAV情報を含まない複雑な場面において,UAVの認識を特徴とする新しい実用的対UAV問題を初めて定式化する。
論文参考訳（メタデータ） (2023-06-27T19:30:23Z)
Distributed Machine Learning for UAV Swarms: Computing, Sensing, and Semantics [31.921859542234998]
分散学習(DL)により、UAVの群れは、通信サービス、多方向リモート監視、ターゲット追跡をインテリジェントに提供できる。まず、フェデレートラーニング(FL)、マルチエージェント強化ラーニング(MARL)、分散推論、分割ラーニングなどの一般的なDLアルゴリズムを紹介する。次に,無線通信システムにおけるUAVスワムの最先端の応用として,再構成可能なインテリジェントサーフェス(RIS),仮想現実(VR),セマンティックコミュニケーションなどを紹介し,DL対応のUAVスワムがこれらのアプリケーションで解決できる問題と課題について議論する。
論文参考訳（メタデータ） (2023-01-03T01:05:18Z)
Object Detection and Tracking with Autonomous UAV [0.3044887242295643]
回転翼UAVは、目標のロック、追跡、関連するデータを周囲の車両と共有するといった様々な作業に成功している。 API通信、地上局の設定、自律移動アルゴリズム、コンピュータビジョン、ディープラーニングといった様々なソフトウェア技術が採用されている。
論文参考訳（メタデータ） (2022-06-26T18:48:59Z)
3D UAV Trajectory and Data Collection Optimisation via Deep Reinforcement Learning [75.78929539923749]
無人航空機(UAV)は現在、無線通信におけるネットワーク性能とカバレッジを高めるために配備され始めている。 UAV支援モノのインターネット(IoT)のための最適な資源配分方式を得ることは困難である本稿では,UAVの最も短い飛行経路に依存しつつ,IoTデバイスから収集したデータ量を最大化しながら,新しいUAV支援IoTシステムを設計する。
論文参考訳（メタデータ） (2021-06-06T14:08:41Z)
Attention-based Reinforcement Learning for Real-Time UAV Semantic Communication [53.46235596543596]
移動地利用者に対する空対地超信頼性・低遅延通信(URLLC)の問題点について検討する。グラフアテンション交換ネットワーク(GAXNet)を用いたマルチエージェント深層強化学習フレームワークを提案する。 GAXNetは、最先端のベースラインフレームワークと比較して、0.0000001エラー率で6.5倍のレイテンシを実現している。
論文参考訳（メタデータ） (2021-05-22T12:43:25Z)
Efficient UAV Trajectory-Planning using Economic Reinforcement Learning [65.91405908268662]
UAV間でタスクを分散するための経済取引に触発された新しい強化学習アルゴリズムであるREPlannerを紹介します。エージェントが協力し、リソースを競うことができるマルチエージェント経済ゲームとして、パス計画問題を策定します。 UAV協力によるタスク分布の計算を行うため、Swarmサイズの変化に対して非常に耐性が高い。
論文参考訳（メタデータ） (2021-03-03T20:54:19Z)
Anti-UAV: A Large Multi-Modal Benchmark for UAV Tracking [59.06167734555191]
Unmanned Aerial Vehicle (UAV)は、商業とレクリエーションの両方に多くの応用を提供している。我々は、UAVを追跡し、位置や軌道などの豊富な情報を提供するという課題を考察する。 300以上のビデオペアが580k以上の手動で注釈付きバウンディングボックスを含むデータセット、Anti-UAVを提案します。
論文参考訳（メタデータ） (2021-01-21T07:00:15Z)
Privacy-Preserving Federated Learning for UAV-Enabled Networks: Learning-Based Joint Scheduling and Resource Management [45.15174235000158]
無人航空機(UAV)は、データ収集、人工知能(AI)モデルトレーニング、無線通信をサポートする飛行基地局(BS)として機能する。モデルトレーニングのためにUAVサーバにデバイスの生データを送信するのは現実的ではない。本稿では,マルチUAV対応ネットワークのための非同期フェデレーション学習フレームワークを開発する。
論文参考訳（メタデータ） (2020-11-28T18:58:34Z)
UAV-AdNet: Unsupervised Anomaly Detection using Deep Neural Networks for Aerial Surveillance [20.318367304051176]
本稿では,重要なインフラの監視のために,ディープニューラルネットワークを用いた全体的異常検出システムを提案する。まず,鳥視画像中の物体の空間配置を明示的に表現する手法を提案する。次に、教師なし異常検出(UAV-AdNet)のためのディープニューラルネットワークアーキテクチャを提案する。文献研究とは異なり、GPSと画像データを組み合わせて異常な観察を予測する。
論文参考訳（メタデータ） (2020-11-05T14:26:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。